人工智慧浪潮抵達終端

人工智慧被捧上風口，從新興科技產業到傳統製造業、從前端消費者交互到後端供應鏈管理，幾乎每一家企業每一個環節，都在布局人工智慧、尋找產業升級的機會。

李開復曾經表示，這波人工智慧浪潮之所以能起來，非常重要的一個原因就是底層GPU晶片的發展。

其並行計算能力給人工智慧提供了強大的計算力。

36氪專欄作者指出，為特定的人工智慧運算提供高能效、高運算精準度和識別度的AI晶片與運算架構，近幾年已經成為了行業巨頭的共識。

比如，英偉達股價一年上漲三倍，成為名副其實的人工智慧晶片第一股；加入Tensor Core 結構的英偉達 Tesla V100更是澆上一把火；部署在谷歌TensorFlow上的TPU幾乎成了最出名人工智慧專用晶片。

至於在國內，各大網際網路公司和雲服務廠商也開始自己研究人工智慧晶片，並推出異構計算解決方案。

這些雲計算廠商往往不主提硬體，而是主打自身在PaaS層的人工智慧能力。

然而，用風辭遠的話說，上述這些專注AI處理的晶片與硬體體系卻有一個共同的特點：計算在雲端完成。

甚至有看法認為，未來ICT基礎設施越來越發達，雲端計算將被強化，終端側可以進一步弱化了。

實際上，這種現象的出現，並非AI計算必須或者只能在雲端進行，而是製作成本和網際網路巨頭自身業態考慮的原因。

人工智慧時代剛剛來臨，業界還沒研發出體積微小又算力巨大的終端人工智慧晶片，成本必定非常高昂。

目前的AI 晶片不僅價值不菲，而且集成了大量的固件，體積和重量巨大，很難安裝在終端當中，自然造成了商業化的可能極具降低。

終端計算被看好

巨頭的動作與資本的入局能引起我們對技術價值的思考。

近期，各大巨頭重金髮力終端人工智慧計算，資本也布局該領域。

9月初，華為發布麒麟970，NPU，帶有獨立NPU(神經網絡單元）專用硬體處理單元。

Intel先後收購了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司，獲得了在FPGA等領域的相關技術；軟銀以234億英鎊的價格收購ARM，意在嵌入式人工智慧。

終端設備廠商也不敢落後，微軟為MR頭顯HoloLens研發AI晶片；特斯拉在沒帶英偉達的情況下，悄悄自己搞出無人車AI晶片在投產測試。

剛剛發布的新一代iPhone手機里，全部配備蘋果A11 Bionic處理器，裡面同樣配備了專門處理AI需求的神經引擎。

資本方面，終端晶片最近也成為AI領域的熱點賽道，吸引了國內外諸多有競爭力玩家入局。

今年8月，寒武紀科技（Cambricon Technologies Corporation Limited）宣傳完成一億美元A輪融資，成為全球AI晶片領域第一個獨角獸公司。

10月底，國內AI晶片初創公司深鑒科技（Deephi Tech），完成A+輪融資，由螞蟻金服與三星風投領投，招商局創投與華創資本跟投，共融資約4000萬美元。

物聯網AI晶片的研發的啟英泰倫剛完成數千萬元A輪融資。

這是一家專注於人工智慧晶片設計及配套智能算法引擎開發的公司。

集邦資訊半導體行業分析師郭高航認為，從計算機到手機，到現在最熱的AI，中國半導體應用的終端越來越廣。

臨近萬物互聯的時代，AR、VR、可穿戴設備、車聯網等新增的終端，將引導上游中游產業更快地發展。

資本之所以看好終端計算，離不開對智能硬體的看好。

其實，人工智慧如果要進入人們的生活，很有可能是AI+物聯網的形式，端計算AI必定是不可避免的場景，也是未來AI晶片的主要趨勢之一。

一個被列舉過無數次的例子是無人駕駛，如果車輛在行駛過程中需要作出快速反應，一旦沒有網或者網不好，人命也許就堪憂了，即便網絡狀況良好，如果系統依然需要將收集的道路和車輛信息上傳雲端，獲得結果後再處理跟直接在終端上處理，當然是後者更靠譜。

在關於雲計算與終端計算的討論上，晶片巨頭高通也曾經有關類似的看法。

高通副總裁、高通創投中國區董事總經理沈勁曾指出，如果需要小面積使用的低功耗的運算平台，必須將人工智慧技術運行在終端側。

另外，需要實時響應的應用場景中，終端計算也是必不可少。

比如最近比較熱門的無人便利店，如果在便利店買一瓶水還需要很長的時間，那麼這個無人便利店是沒有價值的。

如果完全靠雲端去識別商品和人臉，會影響反應速度，無法滿足快速響應的需求，更無法實現自適應。

自適應指人不需要走到固定的位置被機器識別，機器可以閉環感知側臉或遠處的人臉 。

以上這些場景都說明，終端能力非常重要，連接和終端側計算力的問題將大大影響用戶體驗。

技術上，相較於雲端計算，終端計算的優勢在隱私性、可靠性、低時延和高效利用網絡帶寬上有明顯優勢。

終端作為入口的巨大規模優勢

除了技術優勢和用戶體驗，商業價值上，終端設備也具有非常明顯的規模優勢。

根據IDC報告，2016全年，全球智慧型手機市場一共出貨14.7億部。

沈勁曾經說過，從今年起五年之後，智慧型手機累積出貨量將超過85億台，智慧型手機是人類最大的信息平台，未來將成為人工智慧的最大平台。

今天，無論是AR技術提供商和手機廠商等，都在尋找人工智慧技術在手機上的應用。

比如榮耀 Magic利用深度學習優化用戶體驗、OPPO R11使用了深度學習實現背景虛化、蘋果推出了AR Kit。

手機是目前最具消費價值的入口，但隨著物聯網和機器人的發展，未來可能每一個終端都擁有智能，被賦予了人工智慧的能力。

這就意味著每一台設備都需要一顆大腦，這將是多大的市場，現在可能難以想像。

移動網際網路時代，高通無疑是晶片廠商中最大的勝者，它的產品幾乎覆蓋了市面所有的移動終端。

然而正如比爾·蓋茨所言「微軟離破產只有18個月」——在科技行業，上一個時代的成功持續很短，新技術的出現就很有可能把你顛覆。

移動網際網路時代的勝者高通，也必須努力抓住下一個時代。

雄霸移動網際網路晶片領域的高通，最大的優勢在於其占領了移動端的個人通訊設備，為這些設備的終端側計算提供支持。

因此，高通在人工智慧時代最為關注的是在終端側的人工智慧。

「未來，終端將成為人工智慧的入口，包括手機、攝像頭、傳感器、機器人等。

我們需要掌握這些入口，如果不掌握這些入口，這些價值將一直停留在雲端。

」沈勁說，「如果大家關注智能硬體或物聯網，我相信IoT+AI將是一個很好的創業方向。

」

高通深耕終端側人工智慧

實際上，高通在人工智慧領域技術布局早在10年前已經開始，2007年，高通就開始探索麵向計算機視覺和運動控制應用的機器學習脈衝神經方法，隨後還將其研究範圍從仿生方法拓展到了人工神經網絡——主要是深度學習領域。

最近10月20日，高通宣布和商湯科技合作，未來將在高通的晶片上搭載商湯的算法。

此前高通已經依託於其在移動領域積累的高性能、低功耗的技術優勢，在多代產品上支持人工智慧，比如幾年前就在其驍龍處理器的DSP中增加具有HVX向量擴展特性的Hexagon DSP，利用CPU/GPU/DSP進行異構運算、在驍龍820上的Zeroth神經處理引擎、驍龍835的升級版引擎（添加支持谷歌TensorFlow等）。

針對移動端開發者，2017年7月，高通推出了驍龍神經處理引擎（Neural Processing Engine，NPE）軟體開發包，面向搭載驍龍移動平台的移動終端和其他類型的網絡邊緣終端，加速深度神經網絡工作負載運行。

這是首個面向驍龍移動平台設計的深度學習軟體框架。

這意味著高通不僅是一家移動平台系統公司，而開始轉變為有全面AI解決方案的平台公司。

作為全球無線技術領軍企業，高通在連接技術上得天獨厚的優勢和深厚累積也將加速其在人工智慧領域的布局。

人工智慧離不開海量數據的採集和連接，這些數據分布於數十億終端之中，需要通過3G、4G、Wi-Fi等多種連接技術實現互聯互通。

尤其高通正大力發展下一代5G技術，高速率、低時延的5G網絡有望將人工智慧帶到更多終端和更多行業，包括汽車、AR/VR、智能家居、智慧城市、工業物聯網等。

同時，5G還可進一步驅動人工智慧在雲端和終端之間的緊密配合。

高通也通過投資的方式積極布局人工智慧。

比如此前投資的自動駕駛公司Cruise，後被通用收購，投資的Brain Corporation完成了超過1億美元的融資，雲知聲不久前也完成了一輪很不錯的融資；農業領域投資了以色列的Prospera公司和中國的奧科美公司。

此前不久，高通也宣布收購專注於前沿機器學習技術的阿姆斯特丹大學附屬公司Scyfer B.V.，後者的人工智慧解決方案涵蓋製造業、醫療業和金融業。

然而，人工智慧離不開落地，一旦押錯了商業場景和模式，可能就錯過了成為BAT的機會或者與投資BAT擦肩而過。

那麼問題來了！

作為人工智慧行業的創業者，你是不是想聽聽小米和摩拜等成功搶占移動網際網路和物聯網的公司是怎麼做的？同時大概也想認識跟你在同一賽道或者上下游環節的公司，積累行業資源和人脈。

作為投資人，你肯定想提前預判未來三年、五年，甚至是十年會發生什麼變化，能搶占人工智慧入口的企業應該是怎麼樣的。

11月15日舉辦的高通創投與創新峰會，就提供了如此機會與平台。

屆時，人工智慧、前沿科技行業大咖齊聚，頂級VC和廣大創業者到場，更有手機終端和汽車等行業的重量級嘉賓蒞臨。

在人工智慧的黃金時代即將到來之時，「高通創投與創新峰會」

為你撥雲見霧，探討搶占人工智慧生態入口大招。

高通作為底層技術提供商，也會在場詳盡解讀其技術布局，幫助創業者在人工智慧時代即將到來之時抓住時代的紅利。